• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.374-388
• /
• 2022

Cloud computing has been one of the most critical technology in the last few decades. It has been invented for several purposes as an example meeting the user requirements and is to satisfy the needs of the user in simple ways. Since cloud computing has been invented, it had followed the traditional approaches in elasticity, which is the key characteristic of cloud computing. Elasticity is that feature in cloud computing which is seeking to meet the needs of the user's with no interruption at run time. There are traditional approaches to do elasticity which have been conducted for several years and have been done with different modelling of mathematical. Even though mathematical modellings have done a forward step in meeting the user's needs, there is still a lack in the optimisation of elasticity. To optimise the elasticity in the cloud, it could be better to benefit of Machine Learning algorithms to predict upcoming workloads and assign them to the scheduling algorithm which would achieve an excellent provision of the cloud services and would improve the Quality of Service (QoS) and save power consumption. Therefore, this paper aims to investigate the use of machine learning techniques in order to predict the workload of Physical Hosts (PH) on the cloud and their energy consumption. The environment of the cloud will be the school of computing cloud testbed (SoC) which will host the experiments. The experiments will take on real applications with different behaviours, by changing workloads over time. The results of the experiments demonstrate that our machine learning techniques used in scheduling algorithm is able to predict the workload of physical hosts (CPU utilisation) and that would contribute to reducing power consumption by scheduling the upcoming virtual machines to the lowest CPU utilisation in the environment of physical hosts. Additionally, there are a number of tools, which are used and explored in this paper, such as the WEKA tool to train the real data to explore Machine learning algorithms and the Zabbix tool to monitor the power consumption before and after scheduling the virtual machines to physical hosts. Moreover, the methodology of the paper is the agile approach that helps us in achieving our solution and managing our paper effectively.

• KDI Journal of Economic Policy
• /
• 제24권1호
• /
• pp.113-190
• /
• 2002

The purpose of this paper is to perform empirical studies on the impact of pollution intensity on international competitiveness using 1993 and 1998 data, and to estimate the change in environmental regulation level faced by the firms during 1993~1998. Collecting relevant data and providing them for further studies in the area are another purposes of the paper. The first method is the regression of various indices of international competitiveness on factor costs, such as labor, capital, R&D and pollution abatement costs. Goal of the regression analysis is to estimate the scarcity and comparative advantage effect of each production factor, especially environmental resource. Regression results show that those industries which employ more environmental resource have higher comparative advantage in both years, which implies that Korean firms are endowed with abundant environmental resource compared to other countries. The second method is to compute the relative scarcity indices(HOVL indices) of production factors, proposed by Leamer based on Vanek's generalized Hecksher-Ohlin Theorem. This method estimates the relative scarcity of production factors by computing factor costs embodied in import and export of commodities. This method shows similar results as the regression method; i.e., trade pattern of production factors implies that the manufacturing sector in Korea is endowed with abundant environmental resource compared to other countries. Considering population density, water resource endowment, intensity of economic activity per unit area and current air and water pollution levels, it is evident that Korea is never endowed with abundant environmental resource compared to other countries. Then the abundance of environmental resource revealed by the trade patterns of commodities and production factors implies that Korea's environmental regulation level is excessively generous compared to environmental capacity, and that this increased the environmental resource endowment supplied to firms and thus distorted the inter-industry comparative advantages. Both regression and HOVL methods, on the other hand, show that overall environmental regulation level faced by the firms has been strengthened during 1993~1998.

• 융합보안논문지
• /
• 제23권5호
• /
• pp.81-89
• /
• 2023

쿠버네티스는 컨테이너 통합 관리를 위한 대표적인 오픈소스 기반 소프트웨어로, 컨테이너에 할당된 자원을 모니터링하고 관리하는 핵심적인 역할을 한다. 컨테이너 환경이 보편화됨에 따라 컨테이너를 대상으로 한 보안 위협이 지속적으로 증가하고 있으며, 대표적인 공격으로는 자원 고갈 공격이 있다. 이는 악성 크립토마이닝 소프트웨어를 컨테이너 형태로 배포하여 자원을 탈취함으로써, 자원을 공유하는 호스트 및 다른 컨테이너의 동작에 영향을 끼친다. 선행 연구는 자원 고갈 공격의 탐지에 초점이 맞춰져 있어 공격 발생 시 대응하는 기술은 부족한 실정이다. 본 논문은 쿠버네티스 환경에서 구동되는 컨테이너를 대상으로 한 자원 고갈 공격 및 악성 컨테이너를 탐지하고 대응하기 위한 강화학습 기반 동적 자원 관리 프레임워크를 제안한다. 이를 위해, 자원 고갈 공격 대응 관점에서의 강화학습 적용을 위한 환경의 상태, 행동, 보상을 정의하였다. 제안한 방법론을 통해, 컨테이너 환경에서의 자원 고갈 공격에 강인한 환경을 구축하는 데 기여할 것으로 기대한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권1호
• /
• pp.45-56
• /
• 2017

천문학 분야에서 광시야망원경을 통해 관측된 자료들의 양은 기하급수적으로 늘어나고 있다. 그러나 고정된 소규모의 컴퓨팅 환경과 자료 분석 도구들의 복잡성은 대용량 관측 자료들을 효율적으로 처리하는데 어려움을 야기한다. 본 논문에서는 이러한 문제점을 해결하기 위해, 대용량 천문 관측 자료처리를 위한 클라우드 기반의 자동화 시스템을 제안한다. 본 논문에서 제안한 시스템은 관측 자료 분석에 필요한 워크플로우 템플릿의 관리 및 실행 제어를 위한 워크플로우 실행 관리자(Workflow Execution Manager)와 관측 자료 분석 요청 량에 따라 동적으로 계산자원의 할당/반납이 가능한 탄력적 자원 관리자(Elastic Resource Manager)로 구성된다. 또한 동적 자원 할당 추이, 시스템 부하 등의 다양한 실험 및 결과 분석을 통해 제안한 시스템의 유효성을 검증하고, DEEP-SOUTH 스케쥴링 시스템에의 적용 사례를 기술한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.324-327
• /
• 2013

최근 클라우드 컴퓨팅 기술의 발달로 인해 클라우드 기반의 컴퓨팅 자원의 활용은 다양한 분야에서 실생활에 적용되고 있다. 특히, 스마트 기기의 기술과 네트워크 인프라의 발달은 지역 스마트 디바이스와 클라우드 저장소간의 파일 공유에 대한 필요성을 더욱 촉진 시켰다. 하지만, 스마트 기기의 저장 공간 제약 사항으로 인해 클라우드 저장소에 파일을 저장하는 것은 지역 저장소의 저장 공간기아 문제를 촉발 시킨다. 이것은 클라우드 저장소 서비스에서 대용량의 파일 저장 공간을 제공하더라도 사용자는 저장소 부족 문제에 직면 할 수 있음을 의미한다. 본 연구에서는 스마트 기기와 클라우드 저장소간의 파일 관리 방법을 제시한다. 본 연구에서 제시하는 지역 스토리지 용량 관리 방법은 사용자의 최근 사용한 날짜를 기반으로 파일 사용 패턴을 계산하고 이를 기반으로 지역에 저장된 파일들 중 마이그레이션 되어야 할 대상들을 선정하는 방법을 사용하고 있다. 더욱이 본 연구에서 제시하는 방법을 통하여 대규모 빅 데이터 저장소와 저장 공간의 제약을 가지고 있는 지역의 소형 클라이언트 장치간의 파일 동기화에도 활용될 수 있다.

• 한국정보통신학회논문지
• /
• 제15권3호
• /
• pp.567-575
• /
• 2011

클라우드 컴퓨팅 환경에서 가상 머신의 할당 기법인 매치메이킹, 라운드 로빈은 노드의 CPU 사용률을 고려하지 않고 CPU, RAM, HDD 등의 하드웨어 사양만으로 가상 머신을 할당한다. 이렇게 노드의 자원 할당 가능 여부만을 고려한 노드 선택 과정은 자원의 균등한 분배 측면에서 효율적이라 할 수 있지만 자원의 사용률 측면에서는 효율적이지 못하다. 따라서 본 논문에서는 사용자의 과거 가상 머신 사용률을 기반으로 노드의 CPU 사용률을 계산해 가장 작은 CPU 사용률을 갖는 노드를 선택하여 가상 머신을 할당하는 기법을 제안한다. 제안한 할당 기법의 효율성을 검증하기 위해 매치메이킹, 라운드로빈 할당 기법과 비교 실험을 진행하였고, 실험 결과 제안하는 할당 기법을 적용한 노드들이 타 기법을 적용한 노드들보다 전체적인 CPU 사용률에 있어 고른 분포를 보여 제안하는 할당 기법이 노드의 부하 분산에 효율적임을 입증하였다.

• 디지털콘텐츠학회 논문지
• /
• 제14권1호
• /
• pp.89-95
• /
• 2013

유비쿼터스 분야에서는 다양한 형태의 P2P 시스템을 분산환경을 위하여 연구하고 있다. 분산해쉬테이블(DHT)기반의 P2P 시스템은 부하조절을 통한 효율적 기법으로 제시되고 있는 반면 이동성과 근거리 기반의 자원 활용을 보장하지는 못하는 문제점을 가지고 있다. 본 연구에서는 이를 극복하기 위하여 이동상황에서의 근거리 기반 P2P 시스템 (MLH-Net)을 제안한다. 이는 이동성에 기반하여 두 개의 계층으로 이루어져 있다. 상위 계층의 경우 super node를 통한 전체적인 관리를 담당하며, 하위 계층의 경우 일반 노드의 망으로 구성되어 있다. 제시하는 방법을 종래의 JXTA 및 Chord 와 비교 실험 한 결과 node의 발견 시 메시지 이동 hop은 JXTA 대비 13% 및 Chord 대비 69% 감소되었으며, 네트워크 거리의 경우도 각각 17% 및 83% 감소되는 효과를 확인 하였다.

• 한국컴퓨터정보학회논문지
• /
• 제13권5호
• /
• pp.195-202
• /
• 2008

본 논문에서는 무선 센서 네트워크 보안 강화의 효율성을 높이기 위한 클러스터된 이기종(heterogeneous) 무선 센서네트워크 구조를 제안하였다. 본 논문에서 제안된 무선 센서 네트워크 구조는 리소스의 제한이 있는 센서 노드와 클러스터 헤드의 역활을 하는 다수의 강력한 하이엔드 장치들로 구성된다 하이엔드 클러스터 헤드는 센서 노드보다 계산량, 저장공간,파워 공급, 무선 송신 범위가 뛰어나기 때문에 센서 노드가 겪는 자원의 부족으로 인한 문제점이 발생하지 않는다. 제안된 이기종 무선 센서 네트워크의 구조는 클러스터 헤더에 신뢰 컴퓨팅 기술이 접목되어 있는 것을 특징으로 하며, 특히 각 클러스터 헤더에 신뢰 컴퓨팅 그룹에서 정의한 표준을 따르는 신뢰 플랫폼 모듈이 포함되어 있다. 신뢰 컴퓨팅 그룹에서 정의한 표준에 의하면, 신뢰 플랫폼 모듈은 암호 연산을 수행할 수 있으며 외부 공격으로부터 내부 데이터를 보호할 수 있는 하나의 독립적인 프로세서이다. 또한 호스트에 포함된 신뢰 플랫폼 모듈은 데이터를 안전하게 저장하는 기능과 호스트의 상태를 측정하고 이를 보고하는 기능을 제공함으로써 신뢰 컴퓨팅이 가능하도록 한다.

• 한국산업정보학회논문지
• /
• 제15권4호
• /
• pp.17-27
• /
• 2010

주요 IT 벤더들은 클라우드 컴퓨팅 기술을 이용하여 설치과정 생략, 운용비용 절감, 서비스품질 등에 중점을 두어 대규모 콘텐츠 서비스를 제공하고 있다. 반면에, 대규모 콘텐츠 데이터의 가공, 분석을 수행하는 데이터 처리 프로세스는 처리 시간의 단축을 위한 방법론이 요구되고 있다. 이에 본 논문에서는 클라우드 환경에서 대규모 콘텐츠를 위한 효율적인 자원처리 기법(Efficient_Cloud_Processing_Scheme : ECPS)을 제안한다. 제안한 기법은 리소스 확장 방안을 CPU 및 스토리지 등의 인프라스트럭처 단계에서 설계한다. 대규모 콘텐츠에 대한 자원 할당 방안을 Hadoop 플랫폼 기반의 MapReduce 프로그래밍 기법과 데이터마이닝 분야에서 숨겨진 패턴을 탐지하는데 사용되는 연관규칙을 이용하여 제시한다. 기존 설정값으로 자원을 할당하여 비교하여 ECPS기법을 적용한 결과, 제안 기법이 20% 이상의 성능 및 속도가 향상되었음을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.232-235
• /
• 2015

최근, 모바일 장치는 컴퓨터와 비슷한 기능을 갖추고 있다. 그러나, 모바일 장치는 낮은 처리 능력, 제한된 메모리, 예측할 수 없는 연결 및 제한된 배터리 수명 등 과 같은 제약으로 인해 제한된 리소스를 가지고 있다. 모바일 장치의 능력을 향상시키기 위한 아이디어는 컴퓨팅 인프라 모바일 장치로부터 부하를 이동하는 클라우드 컴퓨팅 및 가상화 기술을 사용하는 것이다. 이러한 기술은 모바일 장치에서 resource-rich cloud 또는 서버로 많이 계산되는 리소스를 이동하는 기술로 구성된다. 이러한 기술에 대한 목표를 달성하기 위하여, 연구자들은 모바일 클라우드 애플리케이션 모델을 설계를 하고 있었다. 이 논문에서 우리는 cloudlet architecture에 대해 강조하고, 그 방법론과 cloudlet과 모바일 장치사이에서 영향 측정에 대해 설계에 대해 연구한다.